小麦是我国主要的粮食作物之一。不同地区小麦生育期不同,成熟期内的收获量不同,使得小麦产量分布具有空间异质性和时间差异性。近年来,中国小麦产量和农业机械总动力呈现逐年增长趋势,不同地区小麦成熟期的差异性使得小麦收割机存在跨区作业现象。跨区作业联合收割机数目的增长使得作业范围不断变大,导致跨区作业具有过早或者滞后的情况,造成经济损失。当前农机智能管理、运维管理和作业管理信息相对孤立,作业智能决策及管理存在缺乏综合依据等问题。不同小麦种植区域受到空间地域、气象环境、田间作业时间和机械作业能力等多种因素的影响,使得农机需求的预测问题具有一定复杂性和不确定性。本文以小麦为研究对象,利用空间统计、机器学习、数据挖掘等技术和手段,对2002-2009年期间小麦产量的时空波动、小麦收获期内收割机田间适宜作业时间预测等问题进行了初步研究。基于小麦数据、气象环境数据、收割机可作业时间数据,构建了“小麦-气象-收割机”多源数据可视化平台。本文主要研究内容和结论如下:1、采用了一种基于半变异函数的局部莫兰指数统计量用以定量评估小麦产区的产量空间相关性。我国小麦主要分布在华东和中南的北部区域。小麦收获时间具有时空变化的特点,5月和6月是冬小麦的主要成熟期,7月和8月是春小麦的主要成熟期。主产区小麦产量的全局莫兰指数大于0,具有显著的空间自相关性。主产区域的小麦产量具有逐年增长、空间聚集、稳定的特点。2、建立了一种基于决策树的分段线性回归模型用于预测小麦主产区收获期内收割机田间每周适合工作的天数。根据最优的收割机田间可作业时间预测模型,2002-2009年期间,河南省、山东省、安徽省和江苏省在小麦收获期内(第22-24周)收割机每周可作业时间的分布范围为3.7天到4.2天。3、搭建了“小麦-气象-收割机”多源数据可视化平台,用于小麦、气象、收割机等数据的存储、展示、管理、查询,实现了气象数据、小麦数据、农气站点生育期数据的查询与可视化功能,并且可以展示收割机可作业时间的预测结果。